[发明专利]基于SPeLUs函数的神经网络图像分类方法在审
| 申请号： | 201810349507.6 | 申请日： | 2018-04-18 |
| 公开（公告）号： | CN108596235A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 吴晓富;常圆圆;张索非;颜俊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 激活函数 神经网络 分段线性 图像分类 归一化 分段线性函数 分类效果 硬件资源 运行效率 计算量 数据集 测试 保证 | ||
【权利要求书】：
1.一种基于SPeLUs函数的神经网络图像分类方法，其特征在于：包括步骤：
(1)选取具有自归一化特性的分段线性激活函数SPeLUs；
(2)用分段线性激活函数SPeLUs代替神经网络中的激活函数SELU；
(3)测试在数据集的分类效果。
2.根据权利要求1所述的基于SPeLUs函数的神经网络图像分类方法，其特征在于：所述步骤(1)中，分段线性激活函数选取步骤包括：
(1.1)用分段线性函数PeLUs去拟合ELUs；
(1.2)用参数λ与分段线性函数PeLUs相乘得到分段线性激活函数SPeLUs；
(1.3)由不动点(0,1)得出λ01和α01；
(1.4)计算Jacobian矩阵，验证||J(0,1)||＜1。
3.根据权利要求2所述的基于SPeLUs函数的神经网络图像分类方法，其特征在于：拟合ELUs的n+1段分段线性函数PELUs形式如下：
其中，k为斜率、b为截距和c为分段点。
4.根据权利要求2所述的基于SPeLUs函数的神经网络图像分类方法，其特征在于：SPeLUs的表达式为：
λ和α的取值使SPeLUs满足自归一化特性。
5.根据权利要求2所述的基于SPeLUs函数的神经网络图像分类方法，其特征在于：验证||J(0,1)||＜1，即可得到具有自归一化特性的SPeLUs。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810349507.6/1.html，转载请声明来源钻瓜专利网。
